Letta

Letta（原 MemGPT）是一个开源的有状态 AI 智能体构建框架，带持久记忆。它源自加州大学伯克利分校 2023 年的 MemGPT 研究论文（"Memory-GPT"），为智能体提供记忆层级：核心记忆块常驻上下文，外部记忆存储在 Postgres 中按需加载。这让智能体无限记住对话，而不会撑爆上下文窗口。

核心功能

• 记忆层级：上下文内核心记忆块 + Postgres 外部记忆按需加载——智能体跨会话记住一切。
• 睡眠时间计算：智能体在会话间隙处理与存储记忆——内置记忆反思与智能体记忆。
• 可编辑记忆块：记忆块可被工具检查与编辑，状态完全透明。
• 客户端-服务器架构：Letta 2.0 把智能体循环拆分为客户端库与状态服务器（letta-server），支持多智能体。
• 可自托管：Docker 部署；包含 REST API 与 Python SDK。
• ADE（智能体开发环境）：Letta Cloud IDE，可视化构建智能体。
• 托管云：Letta Cloud 提供托管智能体，使用同一记忆引擎。
• 场景验证：个人 AI 伴侣、客服智能体、研究助手与长时自治智能体。

适用场景

谁应该使用这个工具？

• 记忆关键型智能体：构建必须在长时间内记住用户、项目与对话的助手的开发者。
• 自托管者：希望智能体记忆引擎跑在自己基础设施上的团队。
• 研究与陪伴：需要持久上下文的个人 AI 伴侣与研究助手。

解决的问题

1. 上下文窗口限制：外部记忆意味着无限对话历史，无上下文膨胀。
2. 会话失忆：智能体跨会话记忆，而非仅单会话。
3. 记忆透明：可编辑记忆块让智能体状态可检查。

定价方案

优势对比

相比竞品的优势：

1. 验证过的记忆模型：有 MemGPT 论文与多年智能体记忆研究背书。
2. 可自托管状态服务器：智能体的记忆活在你的基础设施上。
3. 睡眠时间计算：竞品缺乏的记忆反思能力。

独特卖点：

• GitHub 15,000+ star 与强大研究血统。
• 可编辑、可检查的记忆块。
• 从自托管服务器到托管云，同一技术栈。

快速开始

入门指南

1. 安装：pip install letta 或使用 Docker 镜像。
2. 启动服务器：运行 letta-server（或使用 Letta Cloud）。
3. 创建智能体：用 Python SDK 或 ADE 定义带记忆块的智能体。
4. 对话：智能体现自动跨会话记忆。

集成

无缝集成以下工具：

• Docker 自托管
• Python SDK 与 REST API
• Letta Cloud 与 ADE

常见问题

Letta 与其他智能体框架有何不同？

核心焦点是持久记忆——MemGPT 记忆层级让智能体跨会话存活且不膨胀上下文。

需要数据库吗？

需要——外部记忆存储在 Postgres 中，提供持久、可查询的智能体记忆。

能自托管吗？

能——服务器开源，用 Docker 运行；Letta Cloud 是托管替代。

替代方案

如果 Letta 不合适，可以考虑：

• LangGraph：通过 checkpoint 内置记忆的有状态编排。
• CrewAI：带委派与记忆的角色化团队。
• Google ADK：跨智能体团队共享状态的 Google 框架。

使用技巧

1. 刻意设计记忆块：智能体应始终记住的内容放进核心块。
2. 用睡眠时间计算：让智能体在会话间隙反思与整合。
3. 通过工具检查记忆：可编辑块给你状态透明与控制力。

总结

Letta 让智能体记忆成为已解决问题——持久、可检查、可自托管，背后是 MemGPT 研究血统。如果你的智能体必须跨会话与跨上下文记忆，Letta 是该类别中最有实证的选择。